基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了更加方便快捷地掌握煤层瓦斯含量.利用BP神经网络的优势,引用了贵州某矿瓦斯等级鉴定报告中相关数据,建立了煤层瓦斯预测模型,运用MATLAB7.0进行编程,模拟仿真了贵州某矿地勘钻孔1+3号煤层瓦斯带不同采样低界深度煤体的水分、灰分、以及地勘钻孔瓦斯组分中CH4、CO2、N2百分含量与该采样点煤层瓦斯含量之间的非线性关系,根据MATLAB模拟的结果:平均误差为4.47%,稳定性较好,证明了运用地勘钻孔的相关参数预测煤层瓦斯含量的可行性.
推荐文章
基于BP和RBF神经网络的煤与瓦斯突出预测研究
BP神经网络
径向基神经网络
预测
煤与瓦斯突出
基于BP神经网络的瓦斯含量预测
瓦斯含量
BP神经网络
预测模型
基于粒子群神经网络的煤层瓦斯含量预测
瓦斯含量
粒子群
神经网络
预测模型
基于BP神经网络的未采区瓦斯含量预测
瓦斯预测
BP神经网络
网络训练
多元线性回归
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的煤层瓦斯含量预测
来源期刊 甘肃科技 学科 工学
关键词 BP神经网络 煤层瓦斯 非线性模拟 网络参数 传递函数
年,卷(期) 2016,(21) 所属期刊栏目 资源环境
研究方向 页码范围 22-24
页数 3页 分类号 TD712.5
字数 1348字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谢雄刚 贵州大学矿业学院 40 139 6.0 10.0
10 刘锦伟 贵州大学矿业学院 7 32 3.0 5.0
14 方井 贵州大学矿业学院 4 11 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (54)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
煤层瓦斯
非线性模拟
网络参数
传递函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
甘肃科技
半月刊
1000-0952
62-1130/N
大16开
兰州市平凉路531号
54-77
1987
chi
出版文献量(篇)
27440
总下载数(次)
43
总被引数(次)
60030
论文1v1指导